Fábio Levy Siqueira.

Sistema Open-Source para alocação e visualização de salas de aula. Composto por uma aplicação web para cadastro de salas e turmas; e um aplicativo mobile (Play Store e App Store). Disponível em: https://uspolis.com.br

The digital transformation of manufacturing industries provides a nurturing environment for the adoption of more autonomous and (self-)adaptive technologies that can quickly and flexibly respond to endogenous and exogenous changes, while being transparent and complying with sustainable regulations. This modern manufacturing industrial setting is organised in three layers: (i) physical layer: access to the physical system, (ii) knowledge layer: information to manage and control the industrial processes, and (iii) application layer: an environment for automating these industrial processes. NAIMAN focuses on the last two layers, assuming that the heterogeneous physical systems on the physical layer are accessible via a uniform interface. In this complex ecosystem, industrial processes automation is tackled with the use of autonomous and intelligent agents that interact with each other on the application layer. In the knowledge layer, we target the domain knowledge representing the normative aspects (i.e., norms and sanctions) regulating these industrial settings and processes. Norms represent the expected agents' behaviour. We advocate that they are a rich and flexible concept for regulating manufacturing systems. Sanctions as reactions to any violation of or compliance with these expected behaviours are used to balance the agents' autonomy and the overall manufacturing system's control. The knowledge layer allows agents to reason about the production capabilities and capacities together with regulations to decide how and where to carry out their production tasks. The explicit normative representation and reasoning enable agents to both adapt the execution of industrial processes to unexpected situations and conditions, and to transparently and intelligibly express their decisions to an human operator. Hence, the main goal is to develop technologies demonstrated on industrial platforms that enable agents to operate in heterogeneous and dynamic industrial settings and reason about normative aspects to enhance flexibility, resilience, trustworthiness, and sustainability of manufacturing systems.

O USPolis é uma solução para alocação de salas, disponível como site (administração e visualização de informações) e aplicativo para celular (focando nos alunos). Ele permite administrar espaços e agendas, encontrando os horários e as salas das disciplinas. Permite também solicitar reservas de salas. Disponível em: https://uspolis.com.br/

Execução automatizada do sistema de detecção de rompimento de linhas de amarração em plataformas flutuantes baseado em dados reais e simulados e algoritmos de Inteligência Artificial, em ambiente escalável para abrangência às diversas plataformas de petróleo da Petrobras

Desenvolvimento de melhorias para a ferramenta de correção automática de código Sharif-Judge (um fork de https://github.com/mjnaderi/Sharif-Judge). Essas melhorias visam permitir um uso mais adequado em disciplinas de graduação da USP, em especial disciplinas do PCS.

O código fonte está disponível em: https://github.com/PCS-Poli-USP/Sharif-Judge/.

Existem diversas abordagens de Engenharia de Requisitos como, por exemplo, o i* (YU, 2009), o Tropos (BRESCIANI et al., 2004), o KAOS (VAN LAMSWEERDE, 2009), a Análise de Comunicações (ESPAÑA; GONZÁLEZ; PASTOR, 2009), o Caso de Uso (COCKBURN, 2000), o Map (ROLLAND; SALINESI, 2005) e a User Requirements Notation (AMYOT; MUSSBACHER, 2011). Além de diferenças nas atividades tratadas, essas abordagens possuem diferenças nos níveis de requisitos considerados e nas representações usadas. Algumas abordagens tratam desde as intenções dos stakeholders (necessidades, metas e objetivos), refinando-as em requisitos de software, como é o caso dos métodos Tropos e KAOS. Outras tratam de apenas parte dessas informações, como no caso da Análise de Comunicações e do Map. Por fim, algumas abordagens tratam de um nível de requisito específico, como o Caso de Uso ? apesar de essa abordagem poder ser usada para tratar de diferentes níveis de requisitos. Essa variedade também se manifesta nas diferentes representações usadas, existindo abordagens que usam árvore de metas, cenários, processos, descrições textuais etc.

Essa pluralidade de representações e diferenças de níveis de requisitos faz com que seja difícil escolher e comparar as abordagens existentes. Com isso, o objetivo da pesquisa é analisar e comparar representações de requisitos.

A transformação de intenções em requisitos de software ? processo chamado de refinamento por Zave e Jackson (ZAVE; JACKSON, 1997) ? é normalmente realizada manualmente por um engenheiro de requisitos. Algumas abordagens propõem formas de realizar esse refinamento, provendo um apoio metodológico. Por exemplo, em abordagens orientadas a metas como Tropos (BRESCIANI et al., 2004) e KAOS (VAN LAMSWEERDE, 2009) os requisitos de software são obtidos através do detalhamento de intenções representadas em árvores de metas. Existem algumas propostas de heurísticas e padrões para apoiar esse refinamento (MARTÍNEZ et al., 2008; VAN LAMSWEERDE, 2009), mas ainda assim ele é realizado manualmente. 

Uma forma de apoiar a atividade do engenheiro de requisitos e, também do projetista (responsável pela atividade seguinte de desenvolvimento), é através da criação de transformações automáticas ou semiautomáticas entre diferentes níveis de abstração de requisitos ou entre modelos de requisitos e um modelo de projeto. Como benefícios dessa automação podem-se citar a simplificação do processo de refinamento, a diminuição de erros, a maior facilidade no gerenciamento de mudanças e a melhoria do entendimento da relação dos diferentes níveis de requisitos e o modelo de projeto.

Com isso, o objetivo da pesquisa é investigar formas de transformar automaticamente modelos de requisitos, seja para obter modelos de requisitos em diferentes níveis de abstração ou obter modelos que são usados como base para as demais atividades de desenvolvimento.

O Ambiente M-Gov é uma plataforma de serviços responsável pela integração das aplicações dos clientes com os sistemas das operadoras de telefonia celular.

Toda a comunicação entre a aplicação do cliente e as operadoras passa pelo ambiente. Dessa maneira, cabe ao sistema gerenciar o acesso, controlar o fluxo de transações que compõe o acesso, além de gerar registros de bilhetagem (billing) para esse acesso.